随着科学技术的发展,人们对增强人体行动能力的需求不断增加,因此外骨骼助力机器人也成为了一个热门的研究领域,几年前,哈佛大学生物研究所的Conor Walsh教授提出了柔性结构助力服的概念,这是在外骨骼研究过程中,拓展出的一个新方向。柔性助力服去除了传统外骨骼笨重的机械结构,在舒适性和能源利用率上有明显的优势。本论文对下肢柔性助力服的感知和控制技术进行研究,主要研究助力时间判断、助力曲线规划和助力曲线自适应调整算法三个关键问题。主要研究内容如下:由于本论文下肢柔性助力服系统并非步态周期全程助力,本文结合肌电信号传感器所测量的人体运动数据,通过对人体行走时下肢肌肉群步态周期发力时间分析,找到步态周期最佳助力时段。本论文提出以足部IMU数据划分步态周期的方法,此方法稳定有效。然后提出依靠已知步态周期时间预测下个步态周期的算法,平均预测误差在3%左右。然后根据系统实际需求,提出一种与本文系统更匹配的行走步态划分方式,并通过机器学习算法对IMU数据进行步态识别,识别准确率达到93%,避免助力效果与穿戴者运动意图发生冲突,提高行走助力的准确性。接下来结合实验平台采集数据,根据系统助力结构,对大腿和小腿设计基础固定助力曲线。最后针对固定曲线助力无法适应变速行走状况的问题,对人体变速行走情况下的助力调整策略进行研究,使助力更符合人体自然行走状况,使系统助力适应不同行走速度。